On Networks, Spillover Measures and Portfolio Selection: asset allocation accounting for shock transmission persistence

The mean-variance optimization theory of Markowitz (1952) for portfolio selection is one of the most important methods used in quantitative finance; this portfolio allocation needs just two input parameters: the vector of expected returns and their resulting covariance matrix. However, beyond the fact this process leads to estimation errors as pointed out by numerous authors, it also doesnt care about the deeper pairwise connections that systematically could occur between the allocated assets, namely spillovers, letting so the overall risk to increase and in the minimization of it, provoking the portfolio's cumulative returns to fall. Over the years, however, several authors have developed many empirical econometric techniques capable of capturing the size of these hidden exchanges, or shock transmissions. Recently, Baruník and Krehlík (2018) have empirically proved the importance of assessing not only the shocks magnitude, but also the persistence, as shocks can have different strength with respect to a short-, medium- or long-term horizon. Therefore, having these premises, this work proposes the usage of different frequency domain pairwise connectedness measures, which, by exploiting the generalized forecast error variance decomposition (GFEVD) accounting for the short-, medium-, long-term pairwise spillover, are aimed to build a portfolio methodology that can exceed the traditional Markowitz one performance. To do this, four different portfolios accounting for the spillover pairwise relationships were built and tested in two different kind of experiment, a static and rolling one, performing in both cases an in-sample and an out-of-sample allocation. Results showed that the constructed spillover-based portfolios, in three out of four experiments, vigorously outperform the traditional benchmarked MV allocations, especially the specification accounting for the long-term spillover share, SL, which in term suggests us where to focus future researches. Keywords connectedness spillover variance decomposition GFEVD portfolio selection networks ESG investments

L'ottimizzazione di portafoglio con il modello media-varianza di Markowitz (1952) per la selezione del portafoglio, è uno dei metodi più importanti utilizzati nella finanza quantitativa; questa allocazione di portafoglio richiede solo due parametri di input: il vettore dei rendimenti attesi e la relativa matrice di covarianza dei ritorni. Tuttavia, notoriamente questo processo porta a errori di stima; inoltre, esso non si preoccupa nemmeno delle connessioni più profonde che potrebbero verificarsi sistematicamente tra i vari assets allocati, il cosiddetto effetto spillover, portando il rischio complessivo del portafogli ad aumentare e traducendosi in sede della sua ottimizzazione, in una conseguente caduta dei rendimenti cumulativi. Nel corso degli anni però, diversi autori hanno sviluppato varie tecniche econometriche in grado di catturare la dimensione di questi scambi nascosti, dovuti dalla trasmissione di shock. Recentemente, in Baruník & Krehlík (2018), è stata inoltre empiricamente dimostrata l'importanza di valutare non solo la dimensione totale degli shock, ma anche la loro persistenza nel tempo, poiché questi possono avere una forza diversa a seconda che si consideri un orizzonte temporale di breve, medio o lungo termine. Sotto queste premesse dunque, questo lavoro propone luso di diverse misure di connessione che, tenenti conto delle diverse frequenze temporali e sfruttando la scomposizione generalizzata della varianza degli errori di previsione (GFEVD), vengono utilizzate allo scopo di costruire una metodologia di selezione del portafoglio che possa superare la performance della metodica tradizionale proposta da Markowitz. Per fare ciò, sono stati realizzati sei portafogli, quattro dei quali tenenti conto delle diverse relazioni generate dagli spillover, e testati in due diversi tipi di esperimento, uno statico ed uno a finestra mobile dinamico -, eseguendo in entrambi i casi un'allocazione in-sample e una out-of-sample. In tre esperimenti su quattro è emerso che i portafogli basati sugli spillover con frequenza temporale diversa, in termini di ritorni cumulativi, superano vigorosamente lallocazione tradizionale usata come benchmark, MV; il risultato migliore è in particolar modo ottenuto dalla specificazione tenente conto della quota di spillover di lungo termine (SL), suggerendoci in qualche modo ove concentrare possibili ricerche future. Parole chiave connettività spillover decomposizione della varianza GFEVD selezione del portafoglio networks criteri dinvestimento ESG